Und dann auf "Zum Home-Bildschirm [+]".
Stöbern
genialokal zum Startbildschirm hinzufügen
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Dieses Buch bietet eine kompakte Einführung in bewährte Visualisierungstechniken und -prinzipien für sozialwissenschaftliche Anwendungen mit der Statistiksoftware R. Den Leserinnen und Lesern wird aufgezeigt, wie sich deskriptive Verteilungen sowohl univariat als auch multivariat anschaulich darstellen lassen. Zudem werden anwendungsbezogen Techniken vorgestellt, wie Ergebnisse von in der Forschungspraxis besonders häufig genutzten statistischen Modellen visualisiert werden können. Darüber hinaus werden grundlegende Gestaltungsprinzipien behandelt, etwa der Einsatz geeigneter Farbschemata oder Strategien zur Vermeidung von Überlagerungen von Datenpunkten. Der Fokus liegt auf Visualisierungen mit dem R-Paket ggplot2, das sich durch eine besonders klare und nachvollziehbare Syntax auszeichnet. Sämtliche im Buch verwendeten R-Codes sind in einem begleitenden GitHub-Repository verfügbar. Die zugrundeliegenden Datensätze sind frei zugänglich und werden im Buch ausgewiesen.
Dr. Manuel Holz ist wissenschaftlicher Mitarbeiter an der Professur für Soziologie mit Schwerpunkt Empirische Sozialforschung am Institut für Soziologie der Technischen Universität Chemnitz. Dr. Henrik Andersen ist akademischer Assistent an der Professur für Soziologie mit Schwerpunkt Empirische Sozialforschung am Institut für Soziologie der Technischen Universität Chemnitz. Dr. Jochen Mayerl ist Professor für Soziologie mit Schwerpunkt Empirische Sozialforschung am Institut für Soziologie der Technischen Universität Chemnitz.
Deskriptive Verteilungen - Der Puls der Daten.- Modellergebnisse.- Fortgeschrittene statistische Modelle visualisieren.- Visualisierungen optimieren.- Designprinzipien für Klarheit und Barrierefreiheit.- Vertiefung in ggplot und tidyverse.
